书上说：
类似于公平地抛硬币，尽管是最基本的分组方法，但它保证了对每个受试者接受的干预分配的不可预知性。不论其有多复杂精妙，没有其他的分组产生法能优于简单随机化的不可预知性和避免偏倚的效果。
但是，简单随机化方法的不可预测性也可以是一个不利条件。由于仅凭机遇分组，小样本中的简单随机化，即1：1比例分组可以形成各组之间完全不相同的样本大小。这个难题会随着样本大小的增长而减小。概率论确保了从长期来讲，各治疗组的样本大小不会严重的不平衡。对于一个样本量大于200的两组试验，其发生显著不平衡的机遇可以忽略。
抛硬币、掷骰子以及分发事先洗好牌是合理的生成简单完全随机序列的方法。所有这些手工抽 奖的方法理论上带来随机化分组的，但是在实践中经常变成非随机化。对随机化概念的曲解破坏了良好的目的。例如，通过公平地抛硬币将受试者以相等的可能性随 机分配到两个干预组，研究者会受到诱惑而改变某次或一系列抛硬币的结果，因为有可能连抛很多次都是正面而无背面出现。许多研究者都没有真正理解概率论，他 们把随机性理解为非随机。
听我说：
这里，虽然书上用了抛硬币、掷骰子、抽扑克牌的方式来解释随机化，但需要说明的是，这些方法虽然可以接受，但是由于它们可能对随机性造成损害，执行困难，且缺乏验证试验，所以还是建议研究者避免使用。电脑生成的随机数法及随机数字表其实就很好用。
你可以：
不论使用哪种方法，研究者的报告中都应该说明清楚。对于没有进行这样的阐述的文章，作为读者时我们应该警惕这些研究结果。